《数据分析在物流行业中的应用.pdf》由会员分享，可在线阅读，更多相关《数据分析在物流行业中的应用.pdf（4页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、2 0 1 2 年第8 期第3 4 卷总第2 1 8 期物流工程与管理L O G IS T I C SE N G IN E E R l N GA N DM A N A G E M E N T物流技术d o i：1 0 3 9 6 9 j i s s n 1 6 7 4-4 9 9 3 2 0 1 2 0 8 0 2 2数据分析在物流行业中的应用口董延丹(大连职Z-大学经管系，辽宁大连1 1 6 0 3 3)【摘要】我国现有的物流企业统计数据大部分是从企业物流信息系统的收集汇总中得来的，如库存量、货运量、货运周转量等。对这些数据进行简单的归类、汇总虽然有一定的科学性，但却不能真实反映企业物流的潜
2、在问题，这使得我们对物流问题的理解始终处于定性的认识水平上。随着信息时代数据量的剧增，深化物流管理的最有效方法是在其中引入数据分析技术，充分合理的利用数据分析技术，可以对企业的物流数据进行分析和预测，帮助决策者做出快速、准确的决策。【关键词】物流行业；数据分析；E X C E L；M A T L A B【中图分类号】F 2 5 2【文献标识码】A【文章编号】1 6 7 4-4 9 9 3(2 0 1 2)0 8-0 0 5 3-0 2T h eA p p l i c a t i o no fi nL o g i【s t i e sI n d u s t r y口D O N GY a n d a
3、 n(D e p a r t m e n to fE c o n o m i c sM a n a g e m e n t，D a l i a nS t a f fa n dW o r k e r sC o l l e g e，D a l i a n116 0 3 3，C h i n a)A b s t r a c t C h i n e s es t a t i s t i c sd a t ao f l o g i s t i c sI n d u s t r yi sm o s t f r o mt h ei n f o r m a t i o ns y s t e mo f t h e
4、e n t e r p r i s e s s u c ha si n v e n t o r y,f r e i g h tv o l u m e，f r e i g h tt u r n o v e r,e t c T ot h e s ed a t a，s i m p l yc l a s s i f y,s u m m a r i z e，a l t h o u g ht h a ti ss c i e n t i f i cu pt oap o i n t，b u ti tc a n n o tr e a l l yr e f l e c tp o t e n t i a lp r
5、o b l e m so fl o g i s t i c se n t e r p r i s e，w h i c hm a k e sU Su n d e r s t a n dt h el o g i s t i c sp r o b l e m sa l w a y si naq u a l i t a t i v el e v e l W i t ht h er a m p a n tr i s eo fd a t aq u a n t i t yi nt h ei n f o r m a t i o na g e，t h em o s te f f e c t i v em e t
6、 h o do fd e e p e nt h el o g i s t i c sm a n a g e m e n ti st oi n t r o d u c et h ed a t aa n a l y s i st e c h n o l o g ya n du s ei ts u f f i c i e n t l ya n dr e a s o n a b l y,t h e n，w ec a l la n a l y s i sa n df o r e c a s tt h el o g i s t i c sd a t at oh e l pd e c i s i o nm
7、a k e r st om a k er a p i da n da c c u r a t ed e c i s i o n K e yw o r d s l o g i s t i c si n d u s t r y；d a t aa n a l y s i s；e x c e l；m a t l a b1 物流数据分析的含义数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析，以求最大化地开发数据资料的功能，发挥数据的作用。是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。数据也称观测值，是实验、测量、观察、调查等的结果，常以数量的形式给出。现代物流
8、系统是一个庞大复杂的系统，包括运输、仓储、配送、搬运、包装和再加工等诸多环节，每个环节信息流量十分巨大，产生了巨大的数据流，使企业很难对这些数据进行准确、高效的收集和及时处理，以此帮助决策者做出快速、准确的决策，实现对物流过程的控制，降低整个过程的物流成本。对物流数据加以分析能够帮助物流企业及时、准确地收集和分析客户、市场、销售及整个企业内部的各种信息，对客户的行为及市场趋势进行有效的分析，了解客户各自的偏好，了解企业内部物流问题的关键所在，从而在提高服务质量和物流效率的同时，降低企业物流成本。2 物流行业的数据分析物流的覆盖范围很大，从物料计划、采购、仓库、生产计划、配送中心和进出口，都是数
9、据密集需要对数据进行汇总分析并对运作进行安排的关键部门。2 1 采购环节采购是物流中不可忽视的重要环节之一，原材料的获取是企业生产的基础，一个好的全面的采购分析对于领导制定下一步采购策略是至关重要的。而在这里遇到的问题是，如何在如此庞大的供应商中选择适合企业自己的，如何把握好供应商的产品质量，以及业务员绩效如何评价等等问题。对采购环节的数据分析可实现供应商信用评价、业务员绩效考核等决策分析，帮助企业为后续生产、销售等环节的顺利进行打下坚实的基础，为最终产品在质量和成本上的定位提供科学的依据，具体如下：在采购价格上进行数据分析，分析价格波动规律，以及寻找出可能的商机。对采购商进行供应信用等级分析
10、，从交付日期、质量、数据和价格等方面评估供应商的表现。这些数据可以从企业的财务，库存等部门获得。对物品延迟交货情况进行分析，对可能影响整个供应链的因素进行抑制，防止造成更大的损失。对采购项目中某种物料下一时期的需求进行分析，依据物料长期以来的采购情况，找出规律，进行预测，从面帮助相关决策者作出正确的决策。采购成本差异分析，找出其中采购成本波动的原因，是因为质量问题，还是因为交通运输等问题造成的成本差异，从而从根本上解决采【收稿日期】2 0 1 2 0 8 0 1【作者简介】董延丹(1 9 8 0 一)，女，山东菏泽人，研究生，讲师，大连职工大学经管系，研究方向：物流管理。万方数据5 4物流工程
11、与管理第3 4 卷购成本波动的问题。2 2 销售环节数据分析在销售环节应用的非常多，在现代企业的战略宝典中，提高销售利润总是重中之中。现代物流中，已由传统中推式生产转为拉式生产，如何把握客户不断变化的需求，更好的满足顾客需求已经成为每个企业必要思考的问题。销售处于供应链的最下游，也就是最能得到顾客需求信息的环节，决策者如何准确、及时捕捉到销售信息，分析销售情况，随时根据历史的销售情况，对下一步的生产经营科学地进行决策，成为企业是否能领先于竞争对手，保持企业生命活力的重要环节。销售分析需要的基础数据主要来源子销售、库存、财务和人事等。对于零售物流等，大部分来源于P O S 终端系统所反映出来的信
12、息情况。但实际中，由于销售数据分析也是最烦琐的一块，利用率也常常不及2 0，如何能更好的利用这些有用的数据，成为我们研究的对象。专职销售的企业数据分析：如超市，连锁店等。在销售商品数据中，哪些商品具有相关性，比如某些客户在买了牙膏之后都会买牙刷。这是比较显性的相关，也有些是不明显的相关，比如某些客户购买了卫生纸产品后也会购买啤酒，这个就需要分析人员对其调查分析，这样就可以更好的帮助企业提供更好的服务，也可以更好的进行促销等活动。在大量的销售数据中，找到那些贡献值最大的数据，也就是常说的“-k”原则，2 0 的产品，销售额却占到总销售的8 0 以上，对这一类产品需要重点关注。对某类商品的特殊销售
13、情况进行分析，在销售数据中，可能发现某类商品销售走向发生熏大变化，对该类商品给予关注，找出原因，更好的进行采购。对滞销商品进行统计分析，找出哪些商品滞销，为什么滞销，有什么好的方法处理这些滞销商品等等。对快过期商品进行统计分析，以便及时实时的安排促销活动，以防资源浪费收不回成本。一般企业的销售情况分析。对产品退货数据进行分析，分析为什么退货，是因为质量原因，还是未按时完工，还是不符合顾客要求。对同一种产品，对销售地与销售目的的不同制定出不同的商品价格，在经济学中被称为“定价歧视”，从而使得企业获得最大的利润。对企业不同地区的不同产品的销售情况进行分析，并依此制定不同的销售策略，比如伞业制造商，
14、在广州销量最大的是太阳伞，而在杭州，销量最大的就可能是雨伞了。所以，对其地区不同，结合往年产品销售数据切片，切块进行分析，发现潜在商机。每种产品被哪些客户订购以及订购量的具体数值，哪种产品哪类客户购买的最多P 这些销售数据都可以进行分析，以便更好的实行C R M(客户关系管理)。多角度分析销售成绩，根据销售数量，销售金额，或者是为某新产品打开市场等等角度来对销售员进行销售数据分析，并据此展开绩效管理工作。2 3 运输环节运输起着消除物流生产地与消费地之间空间错位的作用，运输在物流中通常占有大量成本，并且难以控制，给企业带来了不小的风险，如何更好的改善运输状况，是物流企业中考虑最多的问题，将数据
15、分析应用运用于运输领域，是迫在眉睫、蜃待解决的问题：建立智能交通系统，通过G P S(全球定位系统)与G I S(地理信息系统)等先进的物流信息技术，对整个运输情况进行跟踪处理，防止运输过程中可能遇到的各种问题。通过G P S 通信导航，可以为车辆提供及时的路面信息与道路状况，为其选择晟佳路线与实时导航，也可以对公司内部所有车辆的运营数据，如G P S 定位跟踪数据、车辆的行驶时间、行驶距离、完成的吨公里数进行分析，以其发现内在的规律，从而更有效地进行企业的物流运输规划。2 4 财务环节对物流企业财务环节进行数据分析，可以满足企业领导对各业务部门费用支出情况查询的要求，并实现了对应收款、应付款
16、的决策分析，综合改善企业的财务运行状况。对物流企业财务环节进行数据分析，还包括分析各种材料成本在产品总成本中所占的比重，分析其与实际生产情况是否相符，存在什么样的差距以及产生这种差距的原因，从而发现采购活动中可能存在的漏洞。对物流企业各部门的财务数据进行分析，发现其可能存在的坏账，以及不正常金额出入情况，发现企业的不正常运作，为管理者更好的管理下面分属企业提供决策支持。物流企业财务环节数据分析，不应仅局限于本公司内部，还应该扩展到客户与供应商甚至整条供应链上的各节点的财务数据。如对客户财务交易情况进行数据分析，比如客户的欠款时间，欠款次数，金额等等，以此为依据建立客户信用等级，为客户管理提供参
17、考数据。对供应商的财务交易数据进行分析，甚至对其采购情况、收支情况以及财务健康情况进行数据分析，从而更好的选择财务稳健、信誉良好的供应商，从而提高企业自身的竞争力。3 物流行业常用的数据分析工具物流行业的数据量要比一般的行业大许多，所以对物流企业的日常业务数据进行数据分析就变得尤为重要；而物流行业的业务数据又常处于动态变化中，这给物流行业的数据处理平添了不小困难。下文中将介绍两款对于物流行业颇为实用的数据分析软件。3 1E X C E L 电子表格软件E X C E L 电子表格软件是微软O F F I C E 软件包中一个看起来比较直观的工具，物流也是一个以直观的实物流动为基础的部门，但它们
18、的结合并不是直观，因为E X C E L 电子表格软件是物流引起的信息流的表现载体，我们必须以一定的逻辑顺序来进行组织安排，才能正确又高效进行物流供应链数据处理工作。E X C E L 电子表格软件是人们在日常工作中最常用的办公软件，但是职场人大都还是停留在对E X C E L 电子表格软件的初级应用上，虽然几乎天天使用，但是每次都只是做一些简单的数据统计和报表。其实，E X C E L 电子表格软件的函数功能还是很强大的，在日常业务数据(下转第6 6 页)万方数据物流工程与管理第3 4 卷理对象，建立完整的绩效评价体系。3 2 3 确定供应链绩效评价指标选择模型中定义的元素来描述供应链，并依
19、据企业供应链流程的特点，从而确定供应链绩效评价指标：订货满足情况、交货情况、完美订货满足情况、生产柔性、供应链响应时间、总物流管理成本、现金流周转时间、担保成本、资产周转率、供应周转的库存天数和附加价值生产率。3 2 4 进行供应链绩效评价S C O R 模型在每层的每个业务流程都有明确定义的业绩衡量指标，供应链的业绩表现特征分为供应链反应能力、配送的可靠度、总成本、柔性、资产管理五个方面。将模型性能指标与企业衡量指标相结合，比较行业水平和目标水平，以此进行供应链的标杆管理和差距分析。S C O R 模型的每一个标准过程都给出可以相比较的最佳业绩表现特征。S C O R模型主要是个流程运作参考
20、模型，记录现有绩效表现，设立绩效目标，根据它在每个层次给出的性能指标进行有效的评价供应链的绩效。3 2 5 供应链绩效反馈和纠偏多数公司构建供应链是从S C O R 模型的第二层开始的，然后对绩效进行持续跟踪观察、测量以及交换绩效反馈信息。此时通常会发现流程存在的问题，然后再对现有的供应链进行流程再造，并制定相应的行动计划，即制订具体的绩效实现策略。供应链绩效评价过程持续改进和不断循环。4 结束语供应链绩效管理是企业绩效管理在供应链管理中应用与发展，它综合运用各种先进的技术和方法，从整体和流程角度提高供应链成员及整体绩效的管理思想和方法。而S C O R模型也是一个基于流程管理的成熟工具，我国
21、供应链要提高绩效和管理的水平，适应与国际供应链的竞争与合作，就亟须推广与应用这种成熟和先进的管理技术和理念。对企业而言，运用S C O R 模型有助于显现已有供应链的配置，找出合适的管理流程，构造出企业内部和外部的供应链；通过通用语言和流程的定义，可以实现对企业内部职能部门、供应商(供应商的供应商)和分销商(终端客户)之间的有效评价和沟通；还可以评价自己所在的供应链管理过程的绩效，并与行业内外其他企业的供应链进行比较，不断改进业务流程，完善供应链。参考文献】【1】李贞，杨红，李佩强供应链管理【M】北京：航空工业出版社2 0 1 1：2 2 7 2】庄晖，黄培清，张存禄S C O t L 模型的
22、支持系统】：r-,A k工程与管理，2 0 0 5，(2)：8 6 -8 8【3 3 马士华，林勇供应链管理【M】北京：高等教育出版社，2 0 11：3 0 8-3 2 5 4】李洪心基于S C O R 的供应链管理模型研究U】东北财经大学学报，2 0 0 6，(4 4)3 7-3 9【5】张光明供应链管理【M】武汉：武汉大学出版社2 0 11：2 3 5-2 6 1(上接第5 4 页)的处理中，常用的E X C E L 电子表格软件函数有V L o O K U P、R I G H T、L E F T、M I D、S U M I F、I N D E X、M A T C H 等函数。另外，通过对
23、E X C E L 电子表格软件功能的深度挖掘，如V B A(V i s u a lB a s i cF o rA p p l i c a t i o n s 发挥E X C E L 电子表格软件的更深的应用，解决数据统计分析中的各种难题，能大大提高办公效率。总的来说，E X C E L 电子表格软件是一个集数据表、工作函数、V B A 应用程序和强大的报表处理于一身的强大工具。从理论上说，它完全可以完成统计领域9 5 以上的工作，而且使物流企业员工用最短的时间和最少的精力去完成工作。3 2M A T A L A BM A T L A B 是由美国M a t h W o r k s 公司发布的
24、主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中。M A T A L A B 强大的计算功能，能解决许多物流企业遇到的数据分析难题。如物流领域的运输环节，为了降低物流成本，我们有必要研究如何组织物资调运才能使总运输成本最少这一重要问题。研究物资运输过程中最优的运输方案，需要在满足各种资源限制的条件下，找到使运输总成本最少的调运方案。实践中通常是通过建立数学模型，用定量分析的方法来解决这一问题。但由于此类问题所涉及的条件变量较多，一般的数学方法运算难度较大，结果不容易求出。
25、而线性规划法则是最优化问题领域中最简单、最基本和使用最广泛的方法。而传统的手工解决方式存在着效率低、计算繁琐、数据易丢失等缺点，因此利用M A T L A B 软件来计算出最佳结果是很有必要的。利用M A T L A B 的优化工具箱，可以求解线性规划、非线性规划和多目标规划等多种问题。此外，它还提供了线性、非线性最小化，方程求解，曲线拟合，二次规划等大中型问题的求解方法，为优化方法在工程中的实际应用提供了更方便、快捷的途径。参考文献【1】1 张国玉，夏文汇运用M A T L A B 软件求解物流运输问题U】物流技术，2 0 1 0，(7)【2】戴建平基于M A T L A B 的运输问题求解
26、方法探究】2 0 0 9，(4)【3】h t t p：b l o g v s h a r i n g c o m c a r s o n 2 0 0 0 A 5 6 3 6 9 1 h t m l【4】4h t t p：w e n k u b a i d u c o m v i e w e 9 d d e b 4 8 f e 4 7 3 3 6 8 7 e 2 l a a c c h t m l#【5】h t t p：n e w s s o h u c o m 2 0 0 7 1 0 2 9 n 2 5 2 9 3 3 5 9 7 s h t m l【6】6h t t p：w w w t o n g d a 5 6 c n 1 3 5 1 4 1 1 2 1 3 6 5 61 3 0 8万方数据数据分析在物流行业中的应用数据分析在物流行业中的应用作者：董延丹，DONG Yan-dan作者单位：大连职工大学经管系,辽宁大连,116033刊名：物流工程与管理英文刊名：Logistics Engineering and Management年，卷(期)：2012,34(8)本文链接：http:/